跳到正文
arXiv · 机器人与计算机视觉· Yanchao Bi, Pengfei Chen, Yulong Yan, Qian Zhang, Biao Wang, Leida Li·· 16 天前AI 评分36

Q-CamTuning:面向直播相机调优的多模态大语言模型

Q-CamTuning: A Multimodal Large Language Model for Fine-Grained Quality Reasoning in Livestreaming Camera Tuning

AI 导读

Q-CamTuning 是一款针对直播场景构建的多模态大语言模型,旨在解决现有图像质量评估方法难以识别细微差异及缺乏细粒度解释的问题。该模型基于包含精细图像对偏好与全局局部视觉证据推理的 FGLive-Comments 指令微调数据集开发,采用渐进式感知 - 证据引导框架将质量问题映射至相机参数调整方向。

来源:arXiv · 机器人与计算机视觉 · arxiv.org